Pythonで関数ごとの実行時間を計測するには？timeモジュールとtimeitの使い方

Pythonでプログラム全体や特定の関数の実行時間を測定したい場合、標準ライブラリのtimeモジュールが便利です。従来はtime.clock()やtime.time()が使われてきましたが、現在ではより高精度なtime.perf_counter()の使用が推奨されています。これらの関数を計測したい処理の前後に配置することで、その部分にかかった時間を簡単に取得できます。

基本的な計測方法

以下は、処理の開始時刻と終了時刻の差分から経過時間を求めるシンプルな例です。

import time

t0 = time.perf_counter()
print("Hello")
t1 = time.perf_counter()
print("Time elapsed:", t1 - t0)  # 経過秒数（浮動小数点数）

出力結果

Time elapsed: 0.0009403145040156798

なお、Python 3.8以降ではtime.clock()は削除されているため、新しく書くコードではtime.perf_counter()（高精度な経過時間の計測用）またはtime.process_time()（CPU時間の計測用）を使用しましょう。

timeitモジュールによる統計的な計測

より正確なパフォーマンス分析を行いたい場合は、timeitモジュールがおすすめです。このモジュールは対象のコード断片を複数回実行し、最も短かった実行時間を報告してくれます。一時的なシステム負荷などのノイズの影響を受けにくく、信頼性の高いベンチマークが可能です。

def f(x):
    return x * x

import timeit
timeit.repeat("for x in range(100): f(x)", "from __main__ import f", number=100000)

出力結果

[2.0640320777893066, 2.0876040458679199, 2.0520210266113281]

timeit.repeat()はデフォルトで3回の繰り返しを実行し、それぞれの結果をリストとして返します。返されたリストの中から最小値を採用するのが、一般的なベストプラクティスとされています。

まとめ

手軽に一度だけ計測したい場合はtime.perf_counter()、統計的に信頼できるベンチマークを取りたい場合はtimeitモジュールという使い分けが効果的です。用途に応じて適切なツールを選択し、ボトルネックの特定やパフォーマンス改善に役立てましょう。